Waymo, que comenzó en 2009 como el proyecto de automóvil autónomo de Google, ¡está listo para la siguiente fase! Para los no iniciados, los vehículos autónomos de Waymo utilizan redes neuronales para realizar tareas de conducción. Incluye la detección de objetos, la predicción del comportamiento de otros y la planificación de los próximos movimientos del automóvil.
¡DeepMind al rescate!
Según la Mente profunda, un artificial intelligence empresa, entrenar una red neuronal requiere semanas de ajuste fino, experimentación y un poder computacional sustancial. Fundada por Demis Hassabis, Mustafa Suleyman, Shane Legg, DeepMind fue adquirido por Google en 2014 en un intento de ampliar los límites de la IA.
¿De qué se trata la colaboración?
Para mejorar su coches de auto-conducción, Waymo ha colaborado con DeepMind, una unidad compañera de la matriz de Google, Alphabet, para traer un método de entrenamiento llamado Entrenamiento basado en la población (PBT).
Esta técnica se inspira en cómo funciona la evolución darwiniana. En particular, los investigadores usaron esta técnica para entrenar a DeepMind para jugar StarCraft II.
Según la Oriol Vinyals, científico investigador principal de DeepMind, el PBT entrenará redes neuronales para manejar las diferentes decisiones que se requieren para mantener la seguridad y el funcionamiento adecuados de vehículos autónomos.
¿Cómo funciona el Entrenamiento Basado en la Población (PBT)?
Inspirado en principios evolutivos, es el primer método desarrollado en DeepMind que ayuda a descubrir regímenes de entrenamiento efectivos y eficientes para redes neuronales. Para hacerlo más preciso, el PBT funciona lanzando muchas búsquedas de hiperparámetros a la vez, con “competencias” periódicas para comparar el rendimiento de los modelos.
Los modelos perdedores se eliminan del grupo de entrenamiento y el entrenamiento continúa usando solo modelos ganadores, actualizados con hiperparámetros ligeramente mutados. Vale la pena mencionar que los hiperparámetros se actualizarán activamente a lo largo del entrenamiento.
¡Primer experimento!
Los primeros experimentos en los que DeepMind y Waymo colaboraron involucraron el entrenamiento de una red que genera cajas alrededor de peatones, ciclistas y motociclistas detectados por nuestros sensores, denominada "red de propuesta de región".
Los vehículos de Waymo detectan a estos usuarios de la carretera mediante múltiples redes neuronales y otros métodos, pero el objetivo de este experimento era entrenar esta única red neuronal para mantener el recuerdo por encima del 99 % y reducir los falsos positivos mediante el entrenamiento basado en la población.
Resultados prometedores con la mitad de potencia informática.
Según DeepMind, los resultados fueron prometedores cuando se aplicaron a la detección de peatones. Agregaron: "Nuestros modelos PBT pudieron lograr una mayor precisión al reducir los falsos positivos en un 24 % en comparación con su equivalente ajustado a mano, manteniendo una alta tasa de recuperación".
Sin embargo, esto no termina aquí, ya que se ha aplicado a varios modelos de vehículos autónomos de Waymo, lo que promete nuevas mejoras en la tecnología.
Estén atentos a Silicon Canals para más actualizaciones en la tecnología startup mundo.